Vous êtes sur la page 1sur 40

Annexe 1

Programmes des classes


préparatoires aux Grandes Ecoles

Filière : économique et commerciale

Option : Scientifique (ECS)

Discipline : Mathématiques-
Informatique

Première année

© Ministère de l’enseignement supérieur et de la recherche, 2013


http://www.enseignementsup-recherche.gouv.fr
Table des matières

Introduction 3
1 Objectifs généraux de la formation 3
2 Compétences développées 3
3 Architecture des programmes 4

Enseignement de mathématiques du premier semestre 6


I - Raisonnement et vocabulaire ensembliste 6
1 - Éléments de logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 - Raisonnement par récurrence et calcul de sommes et de produits . . . . . . . . . . . . . 6
3 - Ensembles, applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
a) Ensembles, parties d'un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
b) Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

II - Nombres complexes et polynômes 7


1 - Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 - Polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

III - Algèbre linéaire 7


1 - Calcul matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
a) Matrices rectangulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
b) Cas des matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 - Systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 - Introduction aux espaces vectoriels et sous-espaces vectoriels . . . . . . . . . . . . . . . . 8

IV - Suites de nombres réels 9


1 - Vocabulaire sur l'ensemble R des nombres réels . . . . . . . . . . . . . . . . . . . . . . . 9
2 - Exemples de suites réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 - Convergence des suites réelles - Théorèmes fondamentaux . . . . . . . . . . . . . . . . . 9

V - Fonctions réelles d'une variable réelle 10


1- Limite et continuité d'une fonction d'une variable en un point . . . . . . . . . . . . . . . 10
2- Étude globale des fonctions d'une variable sur un intervalle . . . . . . . . . . . . . . . . 11
3- Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4- Intégration sur un segment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

c Ministère de l'enseignement supérieur et de la recherche, 2013


1
http://www.enseignementsup-recherche.gouv.fr
VI - Probabilités sur un univers ni 13
1 - Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
a) Observation d'une expérience aléatoire - Événements . . . . . . . . . . . . . . . . . 13
b) Probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
c) Probabilité conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
d) Indépendance en probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 - Variables aléatoires réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 - Lois usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4 - Compléments de combinatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

Enseignement de mathématiques du second semestre 15


I - Algèbre linéaire 15
1 - Espaces vectoriels de dimension nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 - Compléments sur les espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 - Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
a) Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
b) Cas de la dimension nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
c) Matrices et applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
d) Cas des endomorphismes et des matrices carrées . . . . . . . . . . . . . . . . . . . . 17

II - Compléments d'analyse 17
1- Étude asymptotique des suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2- Comparaison des fonctions d'une variable au voisinage d'un point . . . . . . . . . . . . . 18
3- Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4- Intégrales sur un intervalle quelconque . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5- Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
6- Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
7- Développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
8- Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
9- Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

III - Probabilités sur un univers quelconque 21


1- Espace probabilisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2- Généralités sur les variables aléatoires réelles . . . . . . . . . . . . . . . . . . . . . . . . . 22
3- Variables aléatoires réelles discrètes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4- Lois de variables discrètes usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5- Introduction aux variables aléatoires à densité . . . . . . . . . . . . . . . . . . . . . . . . 23
6- Lois de variables à densité usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

c Ministère de l'enseignement supérieur et de la recherche, 2013


2
http://www.enseignementsup-recherche.gouv.fr
7 - Convergences et approximations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
a) Convergence en probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
b) Convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Enseignement annuel d'informatique et algorithmique 26


I - Éléments d'informatique et d'algorithmique 26
1 - L'environnement logiciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
a) Constantes prédénies. Création de variables par aectation. . . . . . . . . . . . . . 26
b) Constructions de vecteurs et de matrices numériques. . . . . . . . . . . . . . . . . . 26
c) Opérations élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
d) Fonctions usuelles prédénies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2 - Graphisme en deux dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 - Programmation d'algorithmes et de fonctions . . . . . . . . . . . . . . . . . . . . . . . . 27

II - Liste de savoir-faire exigibles en première année 27

Introduction

1 Objectifs généraux de la formation


Les mathématiques jouent un rôle important en sciences économiques et en gestion, dans les domaines
notamment de la nance ou de la gestion d'entreprise, de la nance de marché, des sciences sociales.
Les probabilités et la statistique interviennent dans tous les secteurs de l'économie et dans une grande
variété de contextes (actuariat, biologie, épidémiologie, nance quantitative, prévision économique, ...)
où la modélisation de phénomènes aléatoires à partir de bases de données est indispensable.
Les programmes dénissent les objectifs de l'enseignement des classes préparatoires économiques et
commerciales et décrivent les connaissances et les capacités exigibles des étudiants. Ils précisent aussi
certains points de terminologie et certaines notations.
Les limites du programme sont clairement précisées. Elles doivent être respectées aussi bien dans le
cadre de l'enseignement en classe que dans l'évaluation.
L'objectif n'est pas de former des professionnels des mathématiques, mais des personnes capables
d'utiliser des outils mathématiques ou d'en comprendre l'usage dans diverses situations de leur parcours
académique et professionnel.
Une fonction fondamentale de l'enseignement des mathématiques dans ces classes est de structurer la
pensée des étudiants et de les former à la rigueur et à la logique en insistant sur les divers types de
raisonnement (par équivalence, implication, l'absurde, analyse-synthèse, ...).

2 Compétences développées
L'enseignement de mathématiques en classes préparatoires économiques et commerciales vise en par-
ticulier à développer chez les étudiants les compétences suivantes :

c Ministère de l'enseignement supérieur et de la recherche, 2013


3
http://www.enseignementsup-recherche.gouv.fr
• Rechercher et mettre en ÷uvre des stratégies adéquates : savoir analyser un problème,
émettre des conjectures notamment à partir d'exemples, choisir des concepts et des outils mathéma-
tiques pertinents.
• Modéliser : savoir conceptualiser des situations concrètes (phénomènes aléatoires ou déterministes)
et les traduire en langage mathématique, élaborer des algorithmes.
• Interpréter : être en mesure d'interpréter des résultats mathématiques dans des situations concrètes,
avoir un regard critique sur ces résultats.
• Raisonner et argumenter : savoir conduire une démonstration, conrmer ou inrmer des conjec-
tures.
• Maîtriser le formalisme et les techniques mathématiques : savoir employer les symboles
mathématiques à bon escient, être capable de mener des calculs de manière pertinente et ecace.
Utiliser avec discernement l'outil informatique.
• Communiquer par écrit et oralement : comprendre les énoncés mathématiques, savoir rédiger
une solution rigoureuse, présenter une production mathématique.

3 Architecture des programmes


Le niveau de référence à l'entrée de la lière EC voie scientique est celui de l'enseignement obligatoire
de la classe de terminale scientique. Le programme se situe dans le prolongement de ceux des classes
de première et terminale de la lière S.
Il est indispensable que chaque enseignant ait une bonne connaissance des programmes du lycée, an que
ses approches pédagogiques ne soient pas en rupture avec l'enseignement qu'auront reçu les étudiants
en classes de première et de terminale.
Le programme s'organise autour de quatre points forts qui trouveront leur prolongement dans les études
futures des étudiants :
• L'algèbre linéaire est abordée d'abord par le calcul matriciel, outil indispensable pour le calcul mul-
tidimensionnel, puis par les espaces vectoriels. La pratique de l'algèbre linéaire permet de développer
chez l'étudiant des capacités d'abstraction, mais aussi de renforcer sa démarche logique indispensable
en mathématiques.
• L'analyse vise à mettre en place les méthodes courantes de travail sur les suites et les fonctions et
permet de développer la rigueur. On s'attache principalement à développer l'aspect opératoire. On
n'insiste donc ni sur les questions trop nes ou spécialisées ni sur les exemples  pathologiques . On
évite les situations conduisant à une trop grande technicité calculatoire.
• Les probabilités s'inscrivent dans la continuité de la formation initiée dès la classe de troisième
et poursuivie jusqu'en classe de terminale. Le formalisme abstrait (axiomatique de Kolmogorov)
donnera de nouveaux outils de modélisation de situations concrètes.
• L'informatique est enseignée tout au long de l'année en lien direct avec le programme de mathé-
matiques. Cette pratique régulière permettra aux étudiants de construire ou de reconnaître des
algorithmes relevant par exemple de la simulation de lois de probabilité, de la recherche de valeurs
approchées en analyse ou d'outils de calculs en algèbre linéaire.
Il est important de mettre en valeur l'interaction entre les diérentes parties du programme. Les
probabilités permettent en particulier d'utiliser certains résultats d'analyse (suites, séries, intégrales...)
et d'algèbre linéaire et justient l'introduction du vocabulaire ensembliste.
Le programme de mathématiques est organisé en deux semestres de volume sensiblement équivalent.
Ce découpage en deux semestres d'enseignement doit être respecté. En revanche, au sein de chaque se-
mestre, aucun ordre particulier n'est imposé et chaque professeur conduit en toute liberté l'organisation

c Ministère de l'enseignement supérieur et de la recherche, 2013


4
http://www.enseignementsup-recherche.gouv.fr
de son enseignement, bien que la présentation par blocs soit fortement déconseillée.
Dans le contenu du premier semestre, gurent les notions nécessaires et les objets de base qui serviront
d'appui à la suite du cours. Ces éléments sont accessibles à tous les étudiants quelles que soient les
pratiques antérieures et potentiellement variables de leurs lycées d'origine, et la spécialité qu'ils auront
choisie en classe de terminale. Ces contenus vont, d'une part, permettre une approche plus approfondie
et rigoureuse de concepts déjà présents mais peu explicités au lycée, et d'autre part, mettre en place
certaines notions et techniques de calcul et de raisonnement fondamentales pour la suite du cursus.
En continuité avec les programmes du lycée, le concept de variable aléatoire à densité est présenté
dès la première année sur des exemples simples, et permet de justier l'introduction des intégrales
généralisées en analyse, de même que l'étude des variables discrètes pour l'introduction aux séries.
L'algèbre linéaire est abordée, au premier semestre, par le biais du calcul : calcul matriciel, systèmes
d'équations linéaires. Des rudiments de vocabulaire général sur les espaces vectoriels sont introduits
lors du premier semestre. Ce choix a pour ambition de familiariser les étudiants avec le calcul mul-
tidimensionnel an de les préparer à l'introduction de la notion abstraite d'espace vectoriel, qui sera
étudiée essentiellement au second semestre.
En analyse, le premier semestre permet de consolider et approfondir des notions familières aux étu-
diants, comme les suites, les intégrales et les dérivées. Le second semestre généralise les notions du
premier semestre en introduisant les séries et les intégrales généralisées, dans l'objectif de l'étude des
probabilités.
Pour les probabilités, on se place sur les espaces probabilisés nis au premier semestre, plus généraux
au second semestre, les variables aléatoires à densité étant abordées au second semestre.
Le programme se présente de la manière suivante : dans la colonne de gauche gurent les contenus
exigibles des étudiants ; la colonne de droite comporte des précisions sur ces contenus, des applications
ou des exemples d'activités.
Les développements formels ou trop théoriques doivent être évités. Ils ne correspondent pas au c÷ur
de formation de ces classes préparatoires.
La plupart des résultats mentionnés dans le programme seront démontrés. Pour certains marqués
comme  admis , la présentation d'une démonstration en classe est déconseillée.
Les travaux dirigés sont le moment privilégié de la mise en ÷uvre, et de la prise en main par les étudiants
des techniques usuelles et bien délimitées inscrites dans le corps du programme. Cette maîtrise s'acquiert
notamment par l'étude de problèmes que les étudiants doivent in ne être capables de résoudre par
eux-mêmes.
Le symbole I indique les parties du programme pouvant être traitées en liaison avec l'informatique.
L'enseignement informatique est commun à l'ensemble des lières des classes économiques. Le logiciel
de référence choisi pour ce programme est Scilab.

c Ministère de l'enseignement supérieur et de la recherche, 2013


5
http://www.enseignementsup-recherche.gouv.fr
Dans tout ce qui suit, K désigne exclusivement R ou C.

Enseignement de mathématiques du premier semestre

I - Raisonnement et vocabulaire ensembliste

1 - Éléments de logique
L'objectif est d'acquérir le vocabulaire élémentaire des raisonnements mathématiques, mais tout exposé
théorique est exclu. Les notions de ce paragraphe pourront être présentées en contexte au cours du
semestre, évitant ainsi une présentation trop formelle.

Connecteurs : et, ou, non, implication, réci- On présentera des exemples de phrases mathé-
proque, contraposée. matiques utilisant les connecteurs et les quanti-
Quanticateurs : ∀, ∃. cateurs, et on expliquera comment écrire leurs
négations.

2 - Raisonnement par récurrence et calcul de sommes et de produits


Emploi du raisonnement par récurrence. Tout exposé théorique sur le raisonnement par
n n
récurrence est exclu. n n
Formules donnant : qk , k. Exemple : formules donnant k2 , k3 .
X X X X

k=0 k=1 k=1 k=1


Notations , . Les étudiants doivent savoir employer les no-
P Q
Dénition de n!. n
tations ui et ui où A désigne un sous-
X X

i=1 i∈A
ensemble ni de N ou N2 . I

3 - Ensembles, applications
L'objectif est d'acquérir le vocabulaire élémentaire sur les ensembles et les applications, en vue de
préparer l'étude des chapitres d'algèbre linéaire et de probabilité, mais tout exposé théorique est exclu.

a) Ensembles, parties d'un ensemble


Appartenance. Inclusion. Notations ∈, ⊂.
Ensemble P(E) des parties de E . On pourra donner l'exemple de P({1, . . . , 6})
an de faciliter l'introduction de la notion de
tribu.
Complémentaire. Notation A. La notation A est à privilégier. En cas d'ambi-
guïté, on utilisera la notation {A
E.
Union, intersection. Notations , . On fera le lien entre les opérations ensemblistes
T S
Distributivité. Lois de Morgan. et les connecteurs logiques usuels.
Dénition du produit cartésien d'ensembles. On introduira les notations R2 et Rn .

b) Applications

c Ministère de l'enseignement supérieur et de la recherche, 2013


6
http://www.enseignementsup-recherche.gouv.fr
Dénition. Composée de deux applications.
Restriction et prolongement d'une application. Ces deux notions ne seront introduites que dans
les cours d'algèbre linéaire et d'analyse.
Applications injectives, surjectives, bijectives. On pourra donner des exemples issus du cours
d'analyse.

II - Nombres complexes et polynômes

1 - Nombres complexes
L'objectif de l'étude des nombres complexes est d'aboutir au théorème de d'Alembert-Gauss et à la
factorisation dans R[X] et C[X] de polynômes à coecients réels. La construction de C est hors
programme et les acquis de la classe de terminale seront complétés. On évitera toute manipulation
trop technique faisant intervenir les nombres complexes. Les résultats concernant les racines n-èmes de
l'unité ne sont pas exigibles des étudiants.

Notation algébrique d'un nombre complexe, On donnera l'interprétation géométrique d'un


partie réelle et partie imaginaire. nombre complexe.
Conjugué d'un nombre complexe.
Notation exponentielle. Module, argument. Brève révision de la trigonométrie.
Formules d'Euler et de Moivre. Formules donnant cos(a + b) et sin(a + b).
Les racines n-èmes de l'unité pourront être étu-
diées comme exemples d'utilisation de la nota-
tion exponentielle.

2 - Polynômes
La construction des polynômes formels n'est pas au programme, on pourra identier polynômes et
fonctions polynomiales. Les démonstrations des résultats de ce paragraphe ne sont pas exigibles.

Ensemble K[X] des polynômes à coecients


dans K.
Opérations algébriques.
Degré. Par convention deg(0) = −∞.
Ensembles Kn [X] des polynômes à coecients
dans K de degré au plus n.
Division euclidienne. Multiples et diviseurs. I
Racines, ordre de multiplicité d'une racine. Cas du trinôme. I
Caractérisation de la multiplicité par factorisa-
tion d'une puissance de (X − a).
Théorème de d'Alembert-Gauss. Résultat admis.
Exemples simples de factorisation dans C[X] et
R[X] de polynômes de R[X]. Les méthodes de-
vront être indiquées.

III - Algèbre linéaire


L'objet de ce chapitre est de mettre en place l'outil vectoriel dès le premier semestre, an de confronter
rapidement les étudiants aux notions étudiées dans le cours d'algèbre linéaire.

c Ministère de l'enseignement supérieur et de la recherche, 2013


7
http://www.enseignementsup-recherche.gouv.fr
Dans un premier temps, on présentera la notion de matrices et l'on familiarisera les étudiants à la
manipulation de ces objets avant d'en aborder les aspects vectoriels.

L'étude de ce chapitre pourra être menée en lien avec l'algorithmique en ce qui concerne le calcul
matriciel. I

1 - Calcul matriciel

a) Matrices rectangulaires
Ensemble Mn,p (K) des matrices à n lignes et p
colonnes à coecients dans K.

Opérations dans Mn,p (K). Addition, multiplication par un scalaire. I


Produit matriciel. On pourra faire le lien entre le produit AB et le
produit de A avec les colonnes de B . I
Transposée d'une matrice. Notation tA.
Transposition d'un produit.

b) Cas des matrices carrées


Ensemble Mn (K) des matrices carrées d'ordre
n à coecients dans K.
Matrices triangulaires, diagonales, symétriques,
antisymétriques.
Matrices inversibles, inverse d'une matrice. On admettra que pour une matrice carrée, un
Ensemble GLn (K). inverse à gauche ou à droite est l'inverse.
Inverse d'un produit. Transposition de l'inverse.
Formule donnant l'inverse d'une matrice carrée
d'ordre 2.

2 - Systèmes linéaires
Tout développement théorique est hors programme.
Dénition d'un système linéaire.
Écriture matricielle d'un système linéaire.
Système homogène. Système de Cramer.
Résolution d'un système linéaire par la méthode La méthode sera présentée à l'aide d'exemples.
du pivot de Gauss. On adoptera les notations suivantes pour le co-
dage des opérations élémentaires sur les lignes :
Li ← Li + aLj avec i 6= j , Li ← aLi (a 6= 0),
Lj ↔ Li , Li ← aLi + bLj (a 6= 0, i 6= j). I
Calcul de l'inverse de la matrice A par la réso-
lution du système AX = Y .
Inversibilité des matrices triangulaires, diago-
nales.

3 - Introduction aux espaces vectoriels et sous-espaces vectoriels

c Ministère de l'enseignement supérieur et de la recherche, 2013


8
http://www.enseignementsup-recherche.gouv.fr
Cette première approche des espaces vectoriels permet d'introduire le vocabulaire et sera accompagnée
de nombreux exemples.

Il sera possible, à l'occasion d'autres chapitres en analyse ou probabilité, de rappeler la structure


d'espace vectoriel des ensembles les plus courants, an de familiariser les étudiants avec le vocabulaire et
les notions fondamentales, avant une étude plus approfondie des espaces vectoriels au second semestre.

Le programme se place dans le cadre des espaces vectoriels sur K. Les notions de corps, d'algèbre et
de groupe sont hors programme.

Structure d'espace vectoriel. Cette étude doit être accompagnée de nombreux


Sous-espaces vectoriels. exemples issus de l'algèbre (espaces Kn , espaces
de polynômes, espaces de matrices), de l'analyse
(espaces de suites, de fonctions).
Combinaisons linéaires. On ne considèrera que des combinaisons li-
Sous-espace engendré. néaires de familles nies.
Une famille nie d'un espace vectoriel E est la
donnée d'une liste nie (x1 , ..., xn ) de vecteurs
de E . Le cardinal de cette famille est n.
Dénition d'une famille libre, d'une famille gé- On se limitera à des familles et des bases de
nératrice, d'une base. cardinal ni.
Exemple de la base canonique de Kn .

IV - Suites de nombres réels


L'objectif de ce chapitre est de familiariser les étudiants dès le premier semestre avec des méthodes
d'analyse. La construction de R est hors programme et le théorème de la borne supérieure est admis.

1 - Vocabulaire sur l'ensemble R des nombres réels


Valeur absolue. Inégalité triangulaire.
Majorant, minorant, maximum, minimum, Quand il existe, le maximum de A coincide avec
borne supérieure, borne inférieure d'une partie la borne supérieure de A.
non vide de R.
Théorème de la borne supérieure. Résultat admis.
Partie entière d'un réel. Notation bxc. La notation E(.) est réservée à
l'espérance mathématique.

2 - Exemples de suites réelles


Suites arithmético-géométriques. On se ramenera au cas d'une suite géométrique.
Suites vériant une relation linéaire de récur- Cette partie pourra être l'occasion d'illustrer,
rence d'ordre 2 à coecients réels. Équation ca- dans un cas concret, les notions de famille libre,
ractéristique. génératrice et de base. Dans le cas de racines
complexes conjuguées α et α, on pourra intro-
duire les suites (Re(αn )) et (Im(αn )). I

3 - Convergence des suites réelles - Théorèmes fondamentaux

c Ministère de l'enseignement supérieur et de la recherche, 2013


9
http://www.enseignementsup-recherche.gouv.fr
Limite d'une suite, suites convergentes. On dit que (un ) converge vers ` si tout intervalle
ouvert contenant ` contient les un pour tous les
indices n, sauf pour un nombre ni d'entre eux.
On donnera une dénition quantiée de la li-
mite ` (traduction en ε, n0 ) sans en faire une
utilisation systématique.
Généralisation aux suites tendant vers ±∞.
Unicité de la limite.
Opérations algébriques sur les suites conver-
gentes.
Compatibilité du passage à la limite avec la re-
lation d'ordre.
Existence d'une limite par encadrement.
Suites monotones, croissantes, décroissantes,
suites adjacentes.
Théorème de limite monotone. Toute suite croissante majorée (respectivement
décroissante minorée) converge, la limite étant
la borne supérieure (respectivement inférieure)
de l'ensemble des valeurs de la suite.
Une suite croissante non majorée (respective-
ment décroissante non minorée) tend vers +∞
(respectivement −∞).
Deux suites adjacentes convergent et ont même
limite.
Rappel des croissances comparées. Comparaisons des suites (n!), (na ), (q n ),
(ln(n)b ).

V - Fonctions réelles d'une variable réelle


En analyse, on évitera la recherche d'hypothèses minimales, tant dans les théorèmes que dans les
exercices et problèmes, préférant des méthodes ecaces pour un ensemble assez large de fonctions
usuelles.

Pour les résultats du cours, on se limite aux fonctions dénies sur un intervalle de R. Les étudiants
doivent savoir étudier les situations qui s'y ramènent simplement.

L'analyse reposant largement sur la pratique des inégalités, on s'assurera que celle-ci est acquise à
l'occasion d'exercices.

Aucune démonstration n'est exigible des étudiants.

1 - Limite et continuité d'une fonction d'une variable en un point


Dénition de la limite et de la continuité d'une On adoptera la dénition suivante : f étant une
fonction d'une variable en un point. fonction dénie sur I , x0 étant un élément de I
Unicité de la limite. ou une extrémité de I , et ` un élément de R,
Limites à droite et à gauche. on dit que f admet ` pour limite en x0 si, pour
Extension au cas où f est dénie sur I \ {x0 }. tout nombre ε > 0, il existe un nombre α > 0 tel
Extension de la notion de limite en ±∞ et aux que pour tout élément x de I ∩ [x0 − α, x0 + α],
cas des limites innies. |f (x) − `| 6 ε ; ainsi, lorsque x0 appartient à I ,
f est continue en x0 , sinon f se prolonge en une
fonction continue en x0 .

c Ministère de l'enseignement supérieur et de la recherche, 2013


10
http://www.enseignementsup-recherche.gouv.fr
Opérations algébriques sur les limites.
Compatibilité avec la relation d'ordre.
Existence d'une limite par encadrement.
Prolongement par continuité en un point.
Si f admet une limite ` en x0 et si (un ) est une La caractérisation séquentielle de la limite n'est
suite réelle dénie sur I et tendant vers x0 , alors pas au programme.
(f (un )) tend vers `.
Limite d'une fonction composée.

2 - Étude globale des fonctions d'une variable sur un intervalle


Fonctions paires, impaires, périodiques.
Fonctions majorées, minorées, bornées, mono-
tones.
Théorème de limite monotone. Toute fonction monotone sur ]a, b[
(−∞ 6 a < b 6 +∞) admet des limites -
nies à droite et à gauche en tout point de ]a, b[.
Comportement en a et b.
Fonctions continues sur un intervalle, opérations
algébriques, composition.
Fonction continue par morceaux. Une fonction f est continue par morceaux
sur le segment [a, b] s'il existe une subdivision
a0 = a < a1 < · · · < an = b telle que les restric-
tions de f à chaque intervalle ouvert ]ai , ai+1 [
admettent un prolongement continu à l'inter-
valle fermé [ai , ai+1 ].
On exclut toute étude approfondie des fonctions
continues par morceaux.
Théorème des valeurs intermédiaires.
L'image d'un intervalle (respectivement un seg- Notations max f et min f .
ment) par une fonction continue est un inter- [a,b] [a,b]

valle (respectivement un segment).


Théorème de la bijection. Toute fonction continue et strictement mono-
tone sur un intervalle I dénit une bijection de
I sur l'intervalle f (I). Sa bijection réciproque
est elle-même continue et a le même sens de va-
riation.
On utilisera ce résultat pour l'étude des équa-
tions du type f (x) = k.
En liaison avec l'algorithmique, méthode de di-
chotomie. I
Représentation graphique de la fonction réci-
proque.

3 - Dérivation
Dérivées à gauche et à droite. Interprétation graphique. I
Dérivée en un point.

c Ministère de l'enseignement supérieur et de la recherche, 2013


11
http://www.enseignementsup-recherche.gouv.fr
Linéarité de la dérivation, dérivée d'un produit,
dérivée d'une composée. Exemples.
Fonctions dérivables sur un intervalle, fonction Notation f 0 .
dérivée.
Dérivée d'un polynôme.
Dérivation des fonctions réciproques.
Théorème de Rolle.
Égalité et inégalités des accroissements nis. (1) Si m 6 f 0 6 M sur un intervalle I , alors :
∀(a, b) ∈ I 2 , a 6 b,
m(b − a) 6 f (b) − f (a) 6 M (b − a).
(2) Si |f 0 | 6 k sur un intervalle I , alors :
∀(a, b) ∈ I 2 , |f (b) − f (a)| 6 k|b − a|.
Application, sur des exemples, à l'étude de
suites récurrentes du type : un+1 = f (un ). Tout
exposé théorique sur les suites récurrentes géné-
rales est exclu. I
Caractérisation des fonctions constantes et mo- Si f est une fonction dérivable sur un intervalle
notones par l'étude de la dérivée. I et si f 0 > 0 sur I , f 0 ne s'annulant qu'en un
nombre ni de points, alors f est strictement
croissante sur I .
Dénition et dérivation de la fonction Arctan. L'étude de cette fonction se limitera strictement
à ces deux points.

4 - Intégration sur un segment


La construction de l'intégrale de Riemann est hors programme.
Primitive d'une fonction continue sur un inter-
valle.
Toute fonction continue sur un intervalle admet Résultat admis.
une primitive sur cet intervalle.
Intégrale d'une fonction continue sur un seg- Si f est continue sur un intervalle I , pour tout
ment. (a, b) ∈ I 2 , on dénit l'intégrale de f de a à b
Relation de Chasles. par : Z b
f (t) dt = F (b) − F (a),
a
où F est une primitive de f sur I . Cette déni-
tion est indépendante du choix de la primitive
F de f sur I .
Intégrale d'une fonction continue par morceaux
sur un segment.
Linéarité, relation de Chasles, positivité et crois- Si f est continue
Z b sur [a, b]Z et a 6 b,
sance. Cas d'une fonction continue, positive sur b
f (t)dt 6 |f (t)|dt.
[a, b] et d'intégrale nulle.


a a
Intégration par parties.
Changement de variable. Les changements de variable non anes devront
être indiqués aux candidats.

c Ministère de l'enseignement supérieur et de la recherche, 2013


12
http://www.enseignementsup-recherche.gouv.fr
Sommes de Riemann à pas constant. La convergence des sommes de Riemann ne sera
démontrée que dans le cas d'une fonction de
classe C 1 .
Interprétation de l'intégrale en termes d'aire.
I

VI - Probabilités sur un univers ni


L'objectif de cette première approche est de mettre en place un cadre simplié mais formalisé dans
lequel on puisse mener des calculs de probabilités sans diculté théorique majeure.

Dans la continuité du programme de terminale, l'étude préalable du cas ni permettra de consolider
les acquis et de mettre en place, dans des situations simples, les concepts probabilistes de base, en ne
faisant appel qu'aux opérations logiques et arithmétiques élémentaires. C'est pourquoi, pour le premier
semestre, on se restreindra à un univers Ω ni, muni de la tribu P(Ω).
On évitera pour cette première approche un usage avancé de la combinatoire, et l'on s'attachera à
utiliser le vocabulaire général des probabilités.

1 - Généralités

a) Observation d'une expérience aléatoire - Événements


Expérience aléatoire. On dégagera ces concepts à partir de l'étude de
Univers Ω des résultats observables, événe- quelques situations simples.
ments. Opérations sur les événements, événe- On fera le lien entre ces opérations et les connec-
ments incompatibles. teurs logiques.
Système complet d'événements ni. Une famille (Ai )i∈I , où I est un sous-ensemble
ni de N, est un système complet si elle vérie
les conditions deux suivantes :
•ASi ∩ Aj = ∅
• Ai = Ω.
i∈I

b) Probabilité
Dénition d'une probabilité sur P(Ω). Une probabilité sur P(Ω) est une application ad-
ditive P à valeurs dans [0, 1] et vériant P (Ω) =
1.
Cas de l'équiprobabilité.
Notion d'espace probabilisé. Lors du premier semestre, on se restreindra à la
tribu P(Ω).
Formule de Poincaré ou du crible pour deux et
trois événements.

c) Probabilité conditionnelle
Probabilité conditionnelle. Notation PA . PA est une probabilité.
(Ω, P(Ω), PA ) est un espace probabilisé.

c Ministère de l'enseignement supérieur et de la recherche, 2013


13
http://www.enseignementsup-recherche.gouv.fr
Formule des probabilités composées. • Si P (A) 6= 0, P (A ∩ B) = P (A)PA (B).
• Si
P (A1∩ A2 ∩ . . . ∩ An−1 ) 6= 0 alors :
n
Ai = P (A1 ) PA1 (A2 ) . . . PA1 ∩A2 ∩...∩An−1 (An ).
T
P
i=1
Formule des probabilités totales. Si (Ai )i∈I est un système complet ni, alors pour
tout événement B onP a:
P (B) = P (B ∩ Ai ).
i∈I
Formule de Bayes. On donnera de nombreux exemples d'utilisation
de ces formules.

d) Indépendance en probabilité
Indépendance de deux événements. Si P (A) 6= 0, A et B sont indépendants si et
seulement si PA (B) = P (B).
On remarquera que la notion d'indépendance
est relative à la probabilité.
Indépendance mutuelle de n événements.
Si n événements A1 , ..., An sont mutuellement
indépendants, il en est de même pour les événe-
ments Bi , avec Bi = Ai ou Ai .

2 - Variables aléatoires réelles


On introduit dans cette section la notion de variable aléatoire réelle dénie sur un univers ni. Les
variables aléatoires sont alors à valeurs dans un ensemble ni, ce qui simplie la démonstration des
formules.

Une variable aléatoire réelle sur (Ω, P(Ω)) est On adoptera les notations habituelles telles que
une application de Ω dans R. [X ∈ I], [X = x], [X 6 x], etc.
Système complet associé à une variable aléa-
toire.
Fonction de répartition d'une variable aléatoire FX (x) = P (X 6 x).
X.
Loi de probabilité d'une variable aléatoire réelle. La fonction de répartition caractérise la loi
d'une variable aléatoire.
Variable aléatoire Y = g(X), où g est dénie On se limitera à des cas simples, tels que
sur X(Ω). Étude de la loi de Y = g(X). g(x) = ax + b, g(x) = x2 , . . .
Espérance d'une variable aléatoire. xP (X = x).
X
E(X) =
x∈X(Ω)

Théorème de transfert. g(x)P (X = x). Théorème


X
E(g(X)) =
x∈X(Ω)
admis.
E(aX + b) = aE(X) + b.
Variance et écart-type d'une variable aléatoire. Notations V (X) et σ(X).
Cas particulier où V (X) = 0.
Calcul de la variance. Formule de Koenig-Huygens :
V (aX + b) = a2 V (X). V (X) = E(X 2 ) − (E(X))2 .
Variables centrées, centrées réduites. Notation X ∗ pour la variable aléatoire centrée
réduite associée à X .
c Ministère de l'enseignement supérieur et de la recherche, 2013
14
http://www.enseignementsup-recherche.gouv.fr
3 - Lois usuelles
Variable aléatoire certaine.
Loi de Bernoulli, espérance et variance. Notation X ,→ B(p). Variable indicatrice d'un
événement. Notation 1A .
Loi binomiale. Notation X ,→ B(n, p).
 
n
Coecients binomiaux, notation . En lien avec
 le programme de terminale, le
p n
Formule du triangle de Pascal. nombre sera introduit comme le nombre
p
de chemins réalisant p succès pour n répétitions
dans un arbre binaire. I
 
n n!
Formules = .
   p   −p)! 
p!(n 
n n n n n−1
= et = .
p n−p p p p−1
Formule du binôme de Newton donnant (a+b)n . Lorsque a et b sont strictement positifs, on
pourra faire le lien avec la loi B(n, a+b
a
). I
Espérance et variance d'une variable de loi bi-
nomiale.
Loi uniforme sur [[1, n]], espérance, variance. Application, à l'étude de la loi uniforme sur
[[a, b]], où (a, b) ∈ Z2 . Notation X ,→ U([[a, b]]).
I

4 - Compléments de combinatoire
Dénombrement des ensembles suivants : On fera le lien entre les parties à p éléments d'un
• parties d'un ensemble à n éléments ; ensemble à n éléments et le nombre de chemins
• parties à p éléments d'un ensemble à n élé- d'un arbre réalisant p succès pour n répétitions.
ments ; On pourra utiliser la représentation arbores-
• p-listes d'un ensemble à n éléments ; cente d'un ensemble de p-listes dans les pro-
• p-listes d'éléments distincts d'un ensemble à blèmes de dénombrement.
n éléments ;
• permutations d'un ensemble à n éléments.

Enseignement de mathématiques du second semestre

I - Algèbre linéaire
L'objectif de ce chapitre est d'approfondir et compléter les notions vues au premier semestre.

1 - Espaces vectoriels de dimension nie


Espaces admettant une famille génératrice nie.
Existence de bases.
Si L est libre et si G est génératrice, le cardinal
de L est inférieur ou égal au cardinal de G.

c Ministère de l'enseignement supérieur et de la recherche, 2013


15
http://www.enseignementsup-recherche.gouv.fr
Dimension d'un espace vectoriel. Notation dim(E).
Caractérisation des bases. Dans un espace vectoriel de dimension n, une
famille libre ou génératrice de cardinal n est une
base.
Rang d'une famille nie de vecteurs.
Théorème de la base incomplète.
Dimension d'un sous-espace vectoriel. Si F est un sous-espace vectoriel de E et si
dim(F ) = dim(E), alors F = E .

2 - Compléments sur les espaces vectoriels


Somme de deux sous-espaces vectoriels.
Somme directe de deux sous-espaces vectoriels. Tout vecteur de la somme se décompose de ma-
Sous-espaces vectoriels supplémentaires. nière unique.
Somme et somme directe de k sous-espaces vec-
toriels.
Existence d'un supplémentaire en dimension -
nie.
Dimension d'une somme de deux sous espaces
vectoriels d'un espace vectoriel de dimension -
nie.
Dimension d'un supplémentaire. Si F et G sont supplémentaires,
dim(F ) + dim(G) = dim(E).
Caractérisation de E = F ⊕ G par la dimension
et l'intersection de F et G.
Dimension d'une somme directe de k espaces Base adaptée à une somme directe.
vectoriels.
Concaténation de bases de sous espaces vecto- Caractérisation de sommes directes par conca-
riels. ténation des bases.

3 - Applications linéaires

a) Cas général
Dénition d'une application linéaire de E dans
F . Espace vectoriel L(E, F ) des applications li-
néaires d'un espace vectoriel E dans un espace
vectoriel F .
Composée de deux applications linéaires. Un K-espace vectoriel est de dimension n si et
Isomorphismes. seulement si il est isomorphe à Kn .
Endomorphismes, espace vectoriel L(E) des en- Puissances d'un endomorphisme.
domorphismes de E .
Noyau et image d'une application linéaire.
Projecteurs associés à deux espaces supplémen- Caractérisation des projecteurs par la relation
taires. p2 = p.

b) Cas de la dimension nie

c Ministère de l'enseignement supérieur et de la recherche, 2013


16
http://www.enseignementsup-recherche.gouv.fr
Rang d'une application linéaire. Si (e1 , . . . , en ) est une famille génératrice de
E alors la famille (f (e1 ), . . . , f (en )) engendre
Im(f ).
Lien entre recherche de l'image et résolution de
système. I
Formule du rang. Si E et F sont des espaces vectoriels, E étant
de dimension nie, et une application linéaire u
de E dans F ,
dim E = dim(Ker u) + dim(Im u).
Application à la caractérisation des isomor-
phismes.
Formes linéaires et hyperplans.

c) Matrices et applications linéaires


Matrice d'une application linéaire dans des Si BE et BF sont des bases respectives de E et
bases. F , notation MatBF ,BE (f ).
Matrices lignes et formes linéaires.
Vecteur colonne des coordonnées dans une base
BE .
Interprétation matricielle de l'image d'un vec-
teur par une application linéaire.
Lien du produit matriciel avec la composition MatBG ,BE (g ◦ f ) = MatBG ,BF (g)MatBF ,BE (f ).
des applications linéaires.
Rang d'une matrice. Égalité des rangs d'une application linéaire et
de sa matrice dans des bases.
Une matrice et sa transposée ont même rang. Résultat admis.

d) Cas des endomorphismes et des matrices carrées


Matrice d'un endomorphisme f de E dans Notation MatB (f ).
la base B.
Formule du binôme pour deux endomorphismes
ou deux matrices carrées qui commutent.
Automorphismes. Ensemble GL(E) des auto-
morphismes de E .
Matrices inversibles, inverse d'une matrice. Lien avec les isomorphismes et avec GL(E).
Ensemble GLn (K).
Lien entre les isomorphismes de E et les ma- On pourra démontrer que pour le produit ma-
trices inversibles. triciel dans Mn (K), l'inverse à gauche est éga-
lement un inverse à droite.
Polynôme d'endomorphisme, polynôme de ma- Exemples de calcul d'automorphismes réci-
trice carrée. Polynôme annulateur. proques, d'inverses de matrices et de puissances
k -ème d'une matrice par utilisation d'un poly-
nôme annulateur.
Toute théorie générale sur les polynômes annu-
lateurs est exclue.

II - Compléments d'analyse
c Ministère de l'enseignement supérieur et de la recherche, 2013
17
http://www.enseignementsup-recherche.gouv.fr
1 - Étude asymptotique des suites
Suite négligeable. Notation un = o(vn ).
On présentera à nouveau les croissances compa-
rées rappelées au premier semestre.
Suites équivalentes. Notation un ∼ vn .
un ∼ vn ⇐⇒ un = vn + o(vn ).
Compatibilité de l'équivalence avec le produit,
le quotient et l'élévation à une puissance.

2 - Comparaison des fonctions d'une variable au voisinage d'un point


Fonction négligeable au voisinage de x0 . Notation f = o(g).
Fonctions équivalentes au voisinage de x0 . Notation f ∼ g .
x0
f ∼ g ⇐⇒ f = g + o(g).
x0
Extension au cas x0 = ±∞.
Compatibilité de l'équivalence avec le produit,
le quotient et l'élévation à une puissance.
Comparaison des fonctions exponentielles, puis- On présentera à nouveau les croissances compa-
sances et logarithmes au voisinage de l'inni, des rées rappelées au premier semestre.
fonctions puissances et logarithmes en 0.

3 - Séries numériques
Série de terme général un . On soulignera l'intérêt de la série de terme gé-
Sommes partielles associées. néral un+1 − un pour l'étude de la suite (un ).
I
Convergence d'une série, somme et reste d'une
série convergente.
Combinaison linéaire de séries convergentes.
Convergence des séries à termes positifs dans les Résultat admis.
cas un 6 vn et un ∼ vn .
Dénition de la convergence absolue.
La convergence absolue implique la convergence. On remarquera que toute série absolument
convergente est la diérence de deux séries à
termes positifs convergentes.
Convergence des séries dans le cas un = o(vn ) où Résultat admis.
(vn ) est une série convergente à termes positifs.
Convergence des séries de Riemann.
Convergence et formules de sommation des sé-
ries géométriques et de leurs deux premières dé-
rivées.
+∞ k
x
Série exponentielle. Ce résultat pourra être démon-
X
ex = .
k!
k=0
tré à l'aide de la formule de Taylor. I

c Ministère de l'enseignement supérieur et de la recherche, 2013


18
http://www.enseignementsup-recherche.gouv.fr
4 - Intégrales sur un intervalle quelconque
On évitera toute technicité dans ce chapitre dont l'objectif est d'introduire les outils utiles à l'étude des
variables aléatoires à densité.
Z b
Intégration sur un intervalle semi-ouvert. On dira que f (t) dt converge si
Convergence de l'intégrale d'une fonction conti- Z x
a

nue sur [a, b[ (−∞ < a < b 6 +∞). lim f (t) dt existe et est nie.
x→b a
Z b Z x
On pose alors f (t)dt = lim f (t)dt.
a x7→b a
Règles de calcul sur les intégrales convergentes, Les techniques de calcul (intégration par par-
linéarité, relation de Chasles, positivité, inéga- ties, changement de variables non ane) seront
lités. pratiquées sur des intégrales sur un segment.
Cas d'une fonction continue, positive sur [a, b[
et d'intégrale nulle.
Z b
Cas des fonctions positives. L'intégrale f (t)dt converge si et seulement si
a
Z x
x 7→ f (t)dt est majorée sur [a, b[.
a
Théorèmes de convergence pour f et g positives Théorèmes admis.
au voisinage de b, dans les cas où f 6 g et f ∼ g .
b
Dénition de la convergence absolue.
La convergence absolue implique la convergence. On remarquera que toute fonction continue est
la diérence de deux fonctions continues posi-
tives.
Théorèmes de convergence dans le cas f = o(g) Théorème admis.
avec g positive au voisinage de b.
Extension des notions précédentes aux inté- Brève extension aux fonctions dénies et conti-
grales sur un intervalle quelconque. nues sur ]a1 , a2 [∪]a2 , a3 [∪ · · · ∪]ap−1 , ap [.
Z +∞
dt
Convergence des intégrales ,
1 tα
Z b Z +∞
dt
et e−αt dt.
a (t − a)α 0

5 - Dérivées successives
Fonction p fois dérivable en un point. Notation f (p) .
Fonctions de classe C p , de classe C ∞ sur un
intervalle. Opérations algébriques, formule de
Leibniz. Théorème de composition.
La dérivée (n + 1)-ème d'un polynôme de degré
au plus n est nulle.

6 - Formules de Taylor
Formule de Taylor avec reste intégral. Ces formules seront données à l'ordre n pour
Inégalité de Taylor-Lagrange. une fonction de classe C n+1 .

c Ministère de l'enseignement supérieur et de la recherche, 2013


19
http://www.enseignementsup-recherche.gouv.fr
Application à la caractérisation de la multipli-
cité d'une racine a d'un polynôme P de R[X]
par l'étude des dérivées P (k) (a).

7 - Développements limités
L'étude des développements limités ne constitue pas une n en soi et l'on se gardera de tout excès de
technicité dans ce domaine. La composition des développements limités n'est pas au programme. On
se limitera, en pratique, à des développements limités au voisinage de 0.

Dénition d'un développement limité. On fera le lien entre un développement limité à


l'ordre 1 et la valeur de la dérivée.
On pourra introduire et manipuler la notation
xn ε(x) avant l'utilisation éventuelle de la nota-
tion o(xn ).
Somme et produit de développements limités.
Formule de Taylor-Young à l'ordre n pour une Résultat admis.
fonction de classe C n .
Application de la formule de Taylor-Young au
développement limité de fonctions usuelles (ex-
ponentielle, logarithme, x 7→ (1 + x)α , sinus et
cosinus).

8 - Extremum
Pour préparer l'introduction des notions de topologie du programme de deuxième année, on insistera
sur la diérence entre la recherche d'extremum sur un segment et la recherche d'extremum sur un
intervalle ouvert.

Toute fonction continue sur un segment admet


des extrema globaux sur ce segment.
Dans le cas d'une fonction de classe C 1 : condi- On pourra montrer que le résultat tombe en dé-
tion nécessaire d'existence d'un extremum local faut lorsque l'intervalle de dénition n'est pas
sur un intervalle ouvert. ouvert.
Dénition d'un point critique.
Condition susante d'existence d'un extremum Ce résultat sera démontré grâce au développe-
local en un point critique pour une fonction de ment limité à l'ordre 2.
classe C 2 sur un intervalle ouvert.

9 - Fonctions convexes
Tous les résultats de cette section seront admis.

Dénition des fonctions convexes, fonctions Une fonction est convexe sur un intervalle I si
concaves. ∀(x1 , x2 ) ∈ I 2 , ∀(t1 , t2 ) ∈ [0, 1]2 tels que t1 +t2 =
Point d'inexion. 1,
f (t1 x1 + t2 x2 ) 6 t1 f (x1 ) + t2 f (x2 ).
Interprétation géométrique. I
Généralisation de l'inégalité de convexité.

c Ministère de l'enseignement supérieur et de la recherche, 2013


20
http://www.enseignementsup-recherche.gouv.fr
Caractérisation des fonctions convexes de classe Les étudiants devront savoir que si f est de
C 1. classe C 1 , alors f est convexe si et seulement
si l'une des deux propositions est vériée :
• f 0 est croissante ;
• Cf est au-dessus des tangentes.
Caractérisation des fonctions convexes et
concaves de classe C 2 .

III - Probabilités sur un univers quelconque


Dans ce second temps de l'étude des probabilités, le vocabulaire général est adopté et complété (en par-
ticulier le vocabulaire  espace probabilisé  et la notation (Ω, A, P ) ), mais aucune diculté théorique
ne sera soulevée sur ce cadre. L'étude des variables aléatoires et notamment celles des lois usuelles se
fera en lien étroit avec la partie informatique du programme. I

1 - Espace probabilisé
Tribu d'événements ou σ -algèbre d'événements. Notation A.
Généralisation de la notion de système com- On pourra donner quelques exemples signica-
plet d'événements à une famille dénombrable tifs d'événements de la forme :
+∞ +∞
d'événements deux à deux incompatibles et de
et An .
\ [
A= An A=
réunion égale à Ω.
n=0 n=0
On fera le lien avec le cas des univers nis en
expliquant que P(Ω) est une tribu.
On pourra introduire diérentes tribus sur
{1, 2, 3, 4, 5, 6} et montrer que le choix de la
tribu dépend de l'expérience que l'on cherche
à modéliser.
Une probabilité est une application P dénie sur
la tribu A à valeurs dans [0, 1], σ -additive telle
que P (Ω) = 1.
Tribu engendrée par un système complet d'évé- Existence admise.
nements.
Notion d'espace probabilisé. Notation (Ω, A, P ).
Propriétés vraies presque sûrement. Événement
négligeable, événement presque sûr.
Théorème de la limite monotone. • Pour toute suite croissante (An ) d'événe-
ments,
+∞
!
= lim P (An ).
[
P An
n→+∞
n=0
• Pour toute suite décroissante (An ) d'événe-
ments,
+∞
!
= lim P (An ).
\
P An
n→+∞
n=0

c Ministère de l'enseignement supérieur et de la recherche, 2013


21
http://www.enseignementsup-recherche.gouv.fr
Conséquences du théorème de la limite mono- Pour toute suite
! (An ) d'événements,
tone. +∞ n
!
Ak .
[ [
•P An = lim P
n→+∞
n=0 k=0
+∞ n
! !
Ak .
\ \
•P An = lim P
n→+∞
n=0 k=0
Les démonstrations de ces formules ne sont pas
exigibles.
On pourra donner comme exemple d'événement
négligeable la réalisation d'une suite innie de
pile lors d'un jeu de pile ou face.
Généralisation de la notion de probabilité condi- Si A vérie P (A) 6= 0, alors (Ω, A, PA ) est un
tionnelle. espace probabilisé.
Généralisation de la formule des probabilités
composées.
Généralisation de la formule des probabilités to-
tales.
Indépendance mutuelle d'une suite innie d'évé-
nements.

2 - Généralités sur les variables aléatoires réelles


Dénition. Une variable aléatoire réelle sur (Ω, A) est une
application de Ω dans R telle que, pour tout
réel x, {ω ∈ Ω | X(ω) 6 x} est dans la tribu A.
On adoptera les notations habituelles [X ∈ I],
[X = x], [X 6 x], etc.
On pourra, à l'aide d'exemples, illustrer com-
ment obtenir des événements du type [X = x]
ou [a 6 X < b] à partir d'événements du type
[X 6 x].
Fonction de répartion d'une variable réelle. ∀x ∈ R, FX (x) = P (X 6 x).
Propriétés. FX est croissante et continue à droite en tout
point, lim FX = 0, lim FX = 1.
−∞ +∞
Loi d'une variable aléatoire. La fonction de répartition caractérise la loi
d'une variable aléatoire. Résultat admis.

3 - Variables aléatoires réelles discrètes


On commencera cette section en expliquant comment les résultats vus précédemment se prolongent
dans le cadre général et l'on insistera sur les problèmes de convergence de séries que l'on rencontre lors
de l'étude de variables aléatoires innies.

Dénition d'une variable aléatoire réelle discrète L'ensemble des valeurs prises par ces variables
dénie sur (Ω, A). aléatoires sera indexé par une partie nie ou in-
nie de N ou Z.
Caractérisation de la loi d'une variable aléatoire
discrète par la donnée des valeurs P (X = x)
pour x ∈ X(Ω).

c Ministère de l'enseignement supérieur et de la recherche, 2013


22
http://www.enseignementsup-recherche.gouv.fr
Tribu engendrée par une variable aléatoire dis- La tribu AX des événements liés à X est la
crète. tribu engendrée par le système complet ([X =
x])x∈X(Ω) . Cette tribu est aussi appelée tribu en-
gendrée par la variable aléatoire X et constitue
l'information apportée par X .
Variable aléatoire Y = g(X), où g est dénie
sur l'ensemble des valeurs prises par la variable
aléatoire X . Étude de la loi de Y = g(X).
Espérance d'une variable aléatoire. Quand X(Ω) est inni, X admet
X une espérance
si et seulement si la série xP (X = x) est
x∈X(Ω)
absolument convergente.
Théorème de transfert. Quand X(Ω) est inni, g(X) admet
une espérance si et seulement si la sé-
rie est absolu-
X
g(x)P (X = x)
x∈X(Ω)
ment
X convergente, et alors E(g(X)) =
g(x)P (X = x). Théorème admis.
x∈X(Ω)
E(aX + b) = aE(X) + b.
Moment d'ordre r (r ∈ N). Notation mr (X) = E(X r ).
Variance et écart-type d'une variable aléatoire Notations V (X) et σ(X).
discrète.
Calcul de la variance. Formule de Koenig-Huygens :
V (aX + b) = a2 V (X). V (X) = E(X 2 ) − (E(X))2 .
Cas particulier où V (X) = 0.
Variables centrées, centrées réduites. Notation X ∗ pour la variable aléatoire centrée
réduite associée à X .

4 - Lois de variables discrètes usuelles


Lois discrètes usuelles à valeurs dans un en- On généralisera les lois B(p), B(n, p) et U([[a, b]])
semble ni sur l'espace probabilisé (Ω, A, P ). vues lors du premier semestre. I
Loi géométrique (rang d'apparition d'un pre- Notation X ,→ G(p). I
mier succès dans un processus de Bernoulli sans Si X ,→ G(p), pour tout nombre entier naturel
mémoire). non nul k,
Espérance et variance. P (X = k) = p(1 − p)k−1 .
Loi de Poisson : dénition, espérance, variance. Notation X ,→ P(λ). I

5 - Introduction aux variables aléatoires à densité


Dénition d'une variable aléatoire à densité. On dit qu'une variable aléatoire X est à densité
si sa fonction de répartition FX est continue sur
R et de classe C 1 sur R éventuellement privé
d'un ensemble ni de points.
Z x
Toute fonction fX à valeurs positives, qui éven- Pour tout x de R, FX (x) = fX (t)dt.
tuellement ne dière de FX0 qu'en un nombre −∞

ni de points, est une densité de X .

c Ministère de l'enseignement supérieur et de la recherche, 2013


23
http://www.enseignementsup-recherche.gouv.fr
Caractérisation de la loi d'une variable aléatoire
à densité par la donnée d'une densité fX .
Toute fonction f positive, continue sur R éven- Résultat admis.
tuellementZ privé d'un nombre ni de points, et
+∞
telle que f (t)dt = 1 est la densité d'une
−∞
variable aléatoire.
Transformation ane d'une variable à densité. Les étudiants devront savoir calculer la fonction
de répartition et la densité de aX + b (a 6= 0).
Espérance d'une variable à densité. Une variable aléatoire X de densité fX admet
Variables aléatoires centrées. une espérance E(X) si et seulement si l'inté-
Z +∞
grale xfX (x)dx est absolument conver-
−∞
gente ; dans ce cas, E(X) est égale à cette in-
tégrale.
Exemples de variables aléatoires n'admettant
pas d'espérance.
E(aX + b) = aE(X) + b.

6 - Lois de variables à densité usuelles


Loi uniforme sur un intervalle. Espérance. Notation X ,→ U[a, b]. I
X ,→ U[0, 1] ⇐⇒ Y = a + (b − a)X ,→ U[a, b].
Loi exponentielle. Caractérisation par l'absence Notation X ,→ E(λ). I
de mémoire. Espérance. X ,→ E(1) ⇐⇒ Y =
1
X ,→ E(λ) (λ > 0).
λ
Loi normale centrée réduite, loi normale (ou de Notation X ,→ N (µ, σ 2 ). I
Laplace-Gauss). Espérance. X −µ
X ,→ N (µ, σ 2 ) ⇔ X ∗ = ,→ N (0, 1) avec σ > 0.
σ
On attend des étudiants qu'ils sachent représen-
ter graphiquement les fonctions densités des lois
normales et utiliser la fonction de répartition Φ
de la loi normale centrée réduite.

7 - Convergences et approximations

a) Convergence en probabilité
Inégalités de Markov et de Bienaymé- Si X est une variable aléatoire positive admet-
Tchebychev pour les variables aléatoires tant une espérance, alors pour tout λ > 0 :
discrètes. P (X > λ) 6
E(X)
.
λ
Pour toute variable X admettant espérance et
variance, pour tout ε > 0 :
V (X)
P (|X − E(X)| > ε) 6 .
ε2

c Ministère de l'enseignement supérieur et de la recherche, 2013


24
http://www.enseignementsup-recherche.gouv.fr
P
Convergence en probabilité : si (Xn ) et X sont → X.
Notation Xn −
des variables aléatoires dénies sur (Ω, A, P ),
(Xn ) converge en probabilité vers X si, pour
tout ε > 0, lim P ([|Xn − X| > ε]) = 0.
n→∞
Loi faible des grands nombres pour la loi bino- Si (Xn ) est une suite de variables aléatoires telle
miale. que Xn ,→ B(n, p), alors ( n1 Xn ) converge en pro-
babilité vers p. I
La loi faible des grands nombres permet une jus-
tication partielle, a posteriori, de la notion de
probabilité d'un événement, introduite intuiti-
vement.

b) Convergence en loi
L
Dénition de la convergence en loi d'une suite → X.
Notation Xn −
(Xn )n∈N de variables aléatoires vers X .
Cas où les Xn et X sont à valeurs dans N.
Si (npn ) tend vers un réel strictement positif λ,
convergence d'une suite de variables aléatoires
suivant la loi binomiale B(n, pn ) vers une va-
riable suivant la loi de Poisson de paramètre λ.
Théorème limite central pour la loi binomiale et Si (Xn ) est une suite de variables aléa-
pour la loi de Poisson. toires telle que Xn ,→ B(n, p) (respectivement
Xn ,→ P(nλ)), alors la suite de variables aléa-
toires centrées réduites (Xn∗ ) converge en loi vers
une variable aléatoire suivant la loi normale cen-
trée réduite. Théorème admis. I

c Ministère de l'enseignement supérieur et de la recherche, 2013


25
http://www.enseignementsup-recherche.gouv.fr
Enseignement annuel d'informatique et algorithmique

I - Éléments d'informatique et d'algorithmique


L'objectif est d'initier les étudiants à l'algorithmique et à l'utilisation de l'informatique en mathéma-
tiques au travers de thèmes empruntés au programme pour comprendre, illustrer et éclairer les notions
introduites. Dès qu'un calcul numérique est envisagé, dès qu'un problème incite à tester expérimenta-
lement un résultat, dès qu'une situation aléatoire peut être modélisée avec des outils informatiques, le
recours à des algorithmes et des logiciels devra devenir naturel.
Le logiciel retenu pour la programmation dans ce programme des classes économiques et commerciales
est Scilab.
L'utilisation du logiciel se fait en continuité avec le cours de mathématiques et sera suivi d'une mise
en ÷uvre sur ordinateur. Seules les notions de Scilab indiquées dans le programme sont exigibles.

1 - L'environnement logiciel

a) Constantes prédénies. Création de variables par aectation.


%pi %e Approximations de π et e.
Aectation : nom = expression // permet de commenter une commande.
L'expression peut être du type numérique, ma-
tricielle ou du type chaîne de caractères.

b) Constructions de vecteurs et de matrices numériques.


Vecteurs lignes : [ , ,..., ]
Vecteurs colonnes : [ ; ;...; ]
Matrices n × p : [ ,..., ;...; ,..., ]

c) Opérations élémentaires
Opérations arithmétiques : Les opérations arithmétiques de base s'ap-
+ - * /  pliquent aux variables numériques ou matri-
cielles.
Comparaisons - tests :
== > < >= <= <>
Logiques
& |
and or

d) Fonctions usuelles prédénies


Fonctions numériques usuelles : Toutes ces fonctions peuvent s'appliquer à des
log, exp, floor, abs, sqrt, sin, cos variables numériques ou à des matrices élément
par élément.

c Ministère de l'enseignement supérieur et de la recherche, 2013


26
http://www.enseignementsup-recherche.gouv.fr
Fonctions rand La fonction grand pourra être utilisée avec les
paramètres correspondant aux lois de probabi-
lité présentes dans le programme.
Fonctions matricielles : rank(A), inv(A), A' Extraction ou modication d'un élément, d'une
ligne ou d'une colonne d'une matrice.
On pourra utiliser les fonctions size(A), find
dans le cadre de simulations.
Pratique des opérations et des fonctions matri-
cielles dans des situations concrètes.

2 - Graphisme en deux dimensions


Courbes représentatives de fonctions usuelles, On pourra utiliser les fonctions plot, plot2d,
de densités et de fonctions de répartition. bar, histplot, la fonction linspace(a,b,n)
Tracé d'histogrammes. et les opérations ./ , .* , .

3 - Programmation d'algorithmes et de fonctions


Les structures suivantes seront utilisées :
Structure conditionnelle :
if ...then ...end
if ...then ...else ...end  
n
Structures répétitives : Exemples : n!, .
p
for k=...: :...end
while ...then ...end
Fonctions - arguments - retour de résultats. Saisie au clavier - message indicatif possible.
Achage du contenu d'une variable à l'écran
Fonction d'entrée des données input() avec commentaire éventuel.
Fonction de sortie de résultat(s) disp()

II - Liste de savoir-faire exigibles en première année


Calcul des termes d'une suite. Exploitation graphique des résultats.
Calculs de valeurs approchées de la limite d'une On utilisera des structures répétitives et condi-
suite ou de la somme d'une série. tionnelles en exploitant l'étude mathématique.
La détermination du rang d'arrêt du calcul ré-
sultera directement de l'étude mathématique ou
d'un algorithme qui en découle.
Calcul approché de la racine d'une équation du On utilisera diérentes méthodes dont certaines
type f (x) = 0. résulteront d'une étude mathématique (suites
récurrentes, encadrements, dichotomie).
Calcul des valeurs approchées d'une intégrale Application au calcul de la fonction de réparti-
par la méthode des rectangles. tion d'une variable aléatoire suivant la loi nor-
male centrée réduite.
Utilisation de la fonction rand pour simuler des Loi binomiale, loi géométrique.
expériences aléatoires élémentaires conduisant à
une loi usuelle.

c Ministère de l'enseignement supérieur et de la recherche, 2013


27
http://www.enseignementsup-recherche.gouv.fr
Simulation de phénomènes aléatoires. Utilisation de la fonction grand
On pourra utiliser une simulation pour com-
λ
parer expérimentalement une loi B(n, ) (n
n
grand) avec la loi de Poisson.
On pourra utiliser une simulation pour compa-
rer expérimentalement une loi binomiale avec
une loi normale.
Résolution de systèmes AX = B .

c Ministère de l'enseignement supérieur et de la recherche, 2013


28
http://www.enseignementsup-recherche.gouv.fr
Annexe 2
Programmes des classes
préparatoires aux Grandes Ecoles

Filière : économique et commerciale

Option : Scientifique (ECS)

Discipline : Economie

Première et seconde années

© Ministère de l’enseignement supérieur et de la recherche, 2013


http://www.enseignementsup-recherche.gouv.fr
Programme d'Économie
CPGE Économique et commerciale, voie scientifique (ECS)

Objectifs généraux

Le programme d’économie a pour objectif de doter les étudiants de la voie scientifique de


connaissances qui leur permettront de mieux saisir les enjeux économiques contemporains.
La maîtrise des notions et des mécanismes développés dans ce programme sera
particulièrement utile aux candidats des concours d’entrée aux grandes écoles de commerce
et de management et leur apportera une aide essentielle lors de la poursuite de leurs études
dans ces écoles.

Le programme est structuré en quatre modules semestriels.

Module 1. Comprendre l’analyse économique


1.1/ Éléments d’histoire de la pensée économique
1.2/ L’économie de marché
1.3/ La monnaie
Module 2. Comprendre les enjeux européens dans le cadre de la mondialisation
2.1/ Le commerce international
2.2/ Le système monétaire et financier international
2.3/ L’intégration européenne
Module 3 : Comprendre la croissance et les crises
3.1/ La croissance
3.2/ Les crises
Module 4 : Comprendre les politiques économiques
4.1/ Les politiques économiques : enjeux et modalités
4.2/ Les politiques économiques en action

Module 1. Comprendre l’analyse économique

Orientation générale
On proposera aux étudiants une première approche du raisonnement économique en
présentant des éléments d’histoire de la pensée économique, en étudiant le fonctionnement
du marché et en posant les bases de l’étude de la monnaie.

1.1/ Éléments d’histoire de la pensée économique


1.1.1. L’analyse libérale : quels fondements ?
1.1.2. L’analyse keynésienne : quels apports ?
1.1.3. Les approches contemporaines : quels débats ?

1.2/ L’économie de marché


1.2.1. Comment le marché fonctionne-t-il ?
1.2.2. Quelles sont les limites et les défaillances du marché ?

1.3/ La monnaie
1.3.1. Qui crée la monnaie ?
1.3.2. Monnaie et prix : quels liens ?

Commentaires
La présentation des éléments d’histoire de la pensée économique vise à donner aux
étudiants les bases permettant de différencier les courants de pensée. Cette approche,
nécessairement succincte, mettra l’accent sur les grandes oppositions ou continuités et leur
© Ministère de l’enseignement supérieur et de la recherche, 2013 1
http://www.enseignementsup-recherche.gouv.fr
traduction dans les analyses contemporaines. On s’attachera à relier cet aperçu de l’histoire
de la pensée aux débats concernant les politiques économiques contemporaines.
Une première approche du fonctionnement du marché, permettra d’initier les étudiants aux
concepts de base de l’analyse économique. On abordera le rôle central de l’offre et de la
demande et le mécanisme de formation des prix. On présentera les limites du marché.
On montrera l’importance de la monnaie dans l’activité économique. On présentera les
mécanismes de la création monétaire et on s’interrogera sur les liens entre monnaie et prix.
On abordera ainsi la question des origines de l’inflation et de la déflation et la prise en
compte de ces phénomènes par les politiques économiques.

Module 2. Comprendre les enjeux européens dans le cadre de la mondialisation

Orientation générale
On présentera les analyses de l’échange international et les principaux mécanismes
monétaires et financiers internationaux. On s’interrogera sur les principaux enjeux de
l’intégration européenne.

2.1/ Le commerce international


2.1.1. Pourquoi un pays échange-t-il ?
2.1.2. Pourquoi un pays est-il déficitaire ou excédentaire ?

2.2/ Le système monétaire et financier international


2.2.1. Qu’est-ce qu’un taux de change ?
2.2.2. Qu’est-ce que la globalisation financière ?

2.3/ L’intégration européenne


2.3.1. L’Europe est-elle une zone monétaire optimale ?
2.3.2. Quelles politiques économiques pour l’Europe ?

Commentaires
On s’interrogera sur les déterminants principaux des échanges internationaux, en montrant
l’importance des avantages comparatifs, mais en soulignant également l’apport des
nouvelles théories et l’importance des stratégies des entreprises à l’échelle planétaire. On
s’intéressera aux éléments explicatifs des déséquilibres commerciaux. On pourra à ce titre
privilégier l’exemple français.
Sans étudier l’histoire des systèmes monétaires, on différenciera les principaux régimes de
change et on présentera les déterminants des taux de change. La globalisation financière
sera analysée en soulignant le rôle joué par les firmes multinationales et les marchés.
On replacera l’intégration européenne dans le cadre de la mondialisation en se demandant si
l’Europe est une zone monétaire optimale. Puis on analysera les conséquences de cette
intégration sur les politiques économiques menées dans le cadre européen.

Module 3 : Comprendre la croissance et les crises

Orientation générale
On s’interrogera sur les causes, les conséquences et la soutenabilité de la croissance. On
mettra en évidence l’importance des crises, particulièrement des crises financières et on
s’interrogera sur la possibilité d’une régulation financière.

3.1/ La croissance
3.1.1. Quels sont les facteurs de la croissance ?
3.1.2. Quelles sont les finalités de la croissance ?
3.2.2. La croissance est-elle durable ?

© Ministère de l’enseignement supérieur et de la recherche, 2013 2


http://www.enseignementsup-recherche.gouv.fr
3.2/ Les crises
3.2.1. Pourquoi la croissance est-elle irrégulière?
3.2.2. Pourquoi les crises financières surviennent-elles ?
3.2.3. Quelle régulation monétaire et financière ?

Commentaires
On étudiera les sources de la croissance économique, en mettant l’accent sur le rôle des
facteurs de production et en soulignant l’importance du progrès technique et des facteurs
institutionnels. On réfléchira aux conséquences économiques et sociales de la croissance en
s’interrogeant sur ses finalités et sur sa soutenabilité.
On montrera que la croissance est irrégulière et on s’interrogera sur l’origine des
fluctuations. On étudiera particulièrement le mécanisme des crises financières en insistant
sur leur récurrence, ce qui conduira à se poser la question de la régulation financière et
monétaire au niveau régional et international.

Module 4 : Comprendre les politiques économiques

Orientation générale
On étudiera les instruments dont disposent les pouvoirs publics pour agir sur l’économie. À
travers quelques exemples on présentera les politiques économiques en action.

4.1/ Les politiques économiques : enjeux et modalités


4.1.1. Quelles sont les justifications de l’intervention économique de l’Etat ?
4.1.2. Quels sont les instruments de la politique économique ?
4.1.3. Quelles sont les contraintes de financement ?

4.2/ Les politiques économiques en action


4.2.1. Relance ou rigueur ?
4.2.2. Comment agir sur l’emploi ?
4.2.3. Comment augmenter le potentiel de croissance ?

Commentaires
On montrera que les États peuvent chercher à répondre aux défaillances et
dysfonctionnements des marchés et à réguler l’activité. On étudiera les principaux
instruments à disposition des États (budget, monnaie, politiques réglementaires) en
différenciant les politiques conjoncturelles des politiques structurelles. A travers l’étude du
lien entre les déficits et l’endettement public, on montrera que des contraintes de
financement pèsent sur les politiques publiques.
On étudiera les politiques économiques, en montrant que les objectifs poursuivis peuvent
être différents selon la conjoncture. On analysera les politiques d’emploi menées depuis les
années 1970 et on se demandera comment les États peuvent agir sur le potentiel de
croissance, en particulier par des politiques structurelles destinées à accroître la productivité
des facteurs et la compétitivité des nations et des entreprises.

© Ministère de l’enseignement supérieur et de la recherche, 2013 3


http://www.enseignementsup-recherche.gouv.fr
Annexe 3
Programmes des classes
préparatoires aux Grandes Ecoles

Filière : économique et commerciale

Option : Scientifique (ECS)

Discipline : Histoire, géographie et


géopolitique du monde contemporain

Première et seconde années

© Ministère de l’enseignement supérieur et de la recherche, 2013


http://www.enseignementsup-recherche.gouv.fr
Programme d’histoire, géographie et géopolitique du monde contemporain

CPGE économique et commerciale –voie scientifique

Les orientations générales du programme.

Le programme d’histoire, géographie et géopolitique du monde contemporain de la filière


économique et commerciale, voie scientifique, est dans la continuité de celui de 2004 tout en
tenant compte de la rénovation des programmes d’histoire-géographie de l’enseignement
secondaire ainsi que du renouvellement des approches méthodologiques et conceptuelles
intervenues depuis.

Le programme est structuré en quatre modules semestriels dont le premier à pour objectif de
faciliter la transition entre l’enseignement secondaire et l’enseignement supérieur. Chaque
module est accompagné d’un commentaire qui précise l’esprit du programme et le cadre
dans lequel il peut être traité.

L’ensemble du programme favorise l’adaptation des étudiants aux méthodes de


l’enseignement supérieur. Il s’inscrit dans les modalités de parcours des études supérieures
de l’espace européen, telles qu’elles sont définies par les textes en vigueur. Il prend égale-
ment en compte les objectifs de formation des écoles de commerce et de gestion, notam-
ment en favorisant une réflexion d’ensemble sur le monde contemporain. L’importance ac-
cordée à l’entreprise, la recherche d’une approche géographique globale et la part consa-
crée aux débats géopolitiques et géoéconomiques permettent l’acquisition de repères essen-
tiels pour la culture des futurs acteurs de l’économie.

Le programme propose de combiner les approches historique, géographique et géo-


politique.

L’enseignement de l’histoire ne se réduit pas à une simple étude chronologique des faits
économiques et sociaux mais s’inscrit dans un cadre plus large, à l’écart de toute modélisa-
tion abusive. Il prend notamment en compte les aspects politiques et culturels, scientifiques
et techniques.

Les orientations de la géographie expliquent la place donnée aux questions à caractère spa-
tial, territorial et géopolitique. La préférence accordée en seconde année à la dynamique
géographique des continents favorise une vision des lignes de force de l’évolution du monde
actuel. S’appuyant sur une démarche multiscalaire, l‘approche géodynamique continentale
est privilégiée.

Articulant histoire et géographie, l’analyse géopolitique met l’accent sur les rivalités de pou-
voirs et les rapports de forces dans l’espace qui structurent le monde contemporain. Elle
insiste sur les jeux d’acteurs, leurs systèmes de représentation et leurs stratégies.

© Ministère de l’enseignement supérieur et de la recherche, 2013 1


http://www.enseignementsup-recherche.gouv.fr
L’organisation du programme et de l’évaluation.

La dimension synthétique du programme permet de consacrer le temps de la classe à


l’acquisition de connaissances, de concepts, de méthodes et d’outils fondant une réflexion
critique sur la complexité du monde contemporain. Le travail prend tout son sens quand le
cours est centré sur un chapitre court, ouvert par une introduction problématisée et clos par
une conclusion de mise en perspective. Cette démarche favorise l’évaluation en fin de sé-
quence et permet de mesurer la capacité d’argumentation et de synthèse des étudiants, qua-
lités si importantes dans les métiers auxquels ils se préparent. Le travail personnel devient
ainsi davantage l’occasion d’un élargissement par l’indispensable lecture de journaux ou
d’ouvrages qui complètent le cours du professeur.

La prise en compte des orientations historiques, géographiques et géopolitiques renouvelées


conduit le professeur à une réflexion épistémologique indispensable à l’étude des questions
abordées. Le programme constitue ainsi un outil de réflexion opératoire et contribue à une
évaluation plus approfondie des situations.

Les quatre modules du programme constituent un ensemble étudié en deux années de pré-
paration aux concours dont les conditions sont fixées dans les règlements pédagogiques des
écoles de commerce et de gestion. Les modules sont des acquis capitalisables en université.

PROGRAMME DE PREMIERE ANNEE

Les deux premiers modules dressent un panorama du XX ème siècle et du début du XXI
ème siècle sous l’angle géopolitique et économique. Ils fixent les principaux repères histori-
ques nécessaires à la compréhension du monde contemporain. Ils sont centrés sur l’analyse
d’un monde en mutations, de la veille de la Première Guerre mondiale à la mondialisation
contemporaine. Une place toute particulière est accordée à l’étude de la France.

Module I. Les grandes mutations du monde au XXe siècle (de 1913 au début des
années 1990)

I.1 Un monde entre guerres et crises (de 1913 au début des années 1990)
I.1.1. Tableaux géopolitiques du monde en 1913, en 1939 et en 1945
I.1.2. Géopolitique de la guerre froide et de la décolonisation
I.1.3. La construction européenne et ses enjeux

I.2. L’économie mondiale : croissances, ruptures et bouleversements (de 1945 au dé-


but des années 1990)
I.2.1. Croissance et types de croissance de 1945 au début des années 1970
I.2.2. Crises et ruptures des années 1970 au début des années 1990
I.2.3. De l’internationalisation à la mondialisation des productions et des échanges

I.3. La France, une puissance en mutation (de 1945 au début des années 1990)
I.3.1. Les dynamiques économiques et sociales
I.3.2. Les transformations des territoires
I.3.3. La France dans le monde

© Ministère de l’enseignement supérieur et de la recherche, 2013 2


http://www.enseignementsup-recherche.gouv.fr
Commentaire

Le premier module permet de comprendre les grandes mutations de la période et d’acquérir


progressivement les méthodes de travail de l’enseignement supérieur. La rupture des an-
nées 1990 correspond à la fin de la guerre froide et au plein essor de la mondialisation.

Le premier volet vise à donner un panorama non exhaustif de la période qui va de la pre-
mière guerre mondiale à la disparition de l’URSS. Il débute par trois tableaux géopoliti-
ques. Le monde en 1913 souligne le rôle d’une Europe divisée et inégalement industrialisée
dans un contexte de première mondialisation et d’impérialismes. Le monde en 1939 pré-
sente un monde instable, fracturé, fragilisé par la crise des années 1930 et la montée des
totalitarismes. Après une présentation du monde en 1945, l’étude géopolitique de la guerre
froide, de la décolonisation et de la construction européenne s’effectue dans une optique de
synthèse et non d’énumération factuelle.
Le deuxième volet est centré sur l’analyse des mutations géoéconomiques mondiales de
1945 aux années 1990. Il met l’accent sur les grands types de croissance – occidental,
communiste et du Tiers Monde. L’étude des crises et ruptures des années 1970 aux débuts
des années 1990 met en évidence trois grands facteurs : le passage d’un capitalisme fordo-
keynésien à un capitalisme libéral, financier et moins régulé; le blocage puis l’effondrement
du système soviétique; la crise multiforme du Tiers Monde. Le basculement de
l’internationalisation à la mondialisation des productions et des échanges constitue une des
principales clés de lecture de la période.

La France fait l’objet d’une étude spécifique. Celle-ci permet de comprendre les profondes
mutations économiques, sociales, territoriales et géopolitiques qui l’affectent.

Module II. La mondialisation contemporaine : rapports de force et enjeux

II.1. La mondialisation : acteurs, dynamiques et espaces


II.1.1 Les acteurs : hommes, entreprises, Etats, organisations régionales, organisations
internationales, organisations non gouvernementales
II.1.2. Les systèmes productifs et les flux
II.1.3. Territoires, espaces maritimes, terrestres, immatériels et frontières dans la mondialisation

II. 2. La mondialisation : architectures, rivalités et interdépendances


II.2.1. De la « Pax Americana » à un monde multipolaire
II.2.2. Tableau géopolitique du monde actuel
II.2.3. La France à l’heure de la mondialisation

II.3. Les défis du développement et les enjeux d’un monde durable


II.3.1. Les défis du développement durable : démographie, inégalités, santé, alimentation, eau
II.3.2. L’énergie et les matières premières : entre abondance et rareté
II.3.3. La mondialisation en débats

© Ministère de l’enseignement supérieur et de la recherche, 2013 3


http://www.enseignementsup-recherche.gouv.fr
Commentaire

Le deuxième module fournit les principales clés de compréhension de l'organisation du


monde depuis la fin de la guerre froide, et ce à toutes les échelles.

L'étude des acteurs permet d'appréhender la complexité de fonctionnement du système


mondial. Les stratégies des entreprises organisent un monde en réseaux et forgent une nou-
velle division internationale du travail. La compétition qu’elles se livrent et leurs rapports avec
les autres acteurs de la mondialisation aboutissent à un monde où les logiques de partena-
riat et de concurrence interagissent en permanence. Dans le contexte de révolution des
transports et des communications, les flux d'hommes, de marchandises, de services, de ca-
pitaux et d'informations structurent un espace mondial en profonde recomposition. La place
et le rôle des grandes métropoles, la diversité des territoires – espaces terrestres, maritimes,
cyberespace, territoires de la mondialisation grise – sont notamment étudiés. L’évolution du
rôle et de la nature des frontières est également abordée.

La deuxième partie combine dimensions géopolitiques et géoéconomiques. Elle favorise la


compréhension des jeux et rapports de puissance. Le tableau géopolitique du monde actuel
prépare tout particulièrement aux modules 3 et 4. Les dynamiques d'intégration et de frag-
mentation s'observent à toutes les échelles. L'étude de la France, dans le prolongement du
module I, s’inscrit dans cette logique.

La troisième partie est l'occasion de réfléchir à la notion de développement. Dans un monde


inégalitaire, marqué par des crises multiples (économiques, sanitaires, alimentaires, énergé-
tiques, environnementales), assurer un développement durable à une population en aug-
mentation constitue un défi majeur. Il passe par un accès plus équitable à l’eau, aux matiè-
res premières, aux ressources énergétiques, agricoles et alimentaires dans un contexte où la
hausse des besoins accroit les risques de pénurie.
Les déséquilibres géoéconomiques et géopolitiques du monde contemporain alimentent les
débats sur la mondialisation : opposition protectionnisme/libre-échange, question de la gou-
vernance mondiale, régulations économiques et financières notamment.

PROGRAMME DE SECONDE ANNEE

Les modules III et IV privilégient une approche synthétique de la géopolitique des continents.
A l’exception des Etats-Unis, les pays cités ne font pas l’objet d’une étude spécifique. Ils sont
abordés en tant que puissances régionales et dans leur rapport au reste du monde.

Module III. Géodynamique continentale de l’Europe, de l’Afrique, du Proche et du


Moyen-Orient

III.1. L’Europe
III.1.1. Identités et diversités
III.1.2. L’Union européenne : élargissements, approfondissements, mutations
III.1.3. Géopolitique de l’Europe

© Ministère de l’enseignement supérieur et de la recherche, 2013 4


http://www.enseignementsup-recherche.gouv.fr
III.2. L’Afrique, le Proche et le Moyen-Orient
III.2.1. Etats, territoires, cultures et sociétés
III.2.2. Les enjeux du développement
III.2.3. Géopolitique de l’Afrique, du Proche et du Moyen-Orient

Commentaire

Le troisième module donne des clefs de compréhension et d’analyse des spécificités et de la


complexité des situations qui prévalent aujourd’hui en Europe, en Afrique et au Proche et
Moyen-Orient. Dans ce but, l’histoire, la géographie et la géopolitique sont associées pour
offrir une lecture synthétique qui rende compte de manière à la fois précise, nuancée et criti-
que d’une réalité mouvante.

L’Europe s’entend à l’échelle d’un continent dont la zone orientale fait partie intégrante. Son
histoire, chargée de ruptures et de divisions, en montre aussi les cohérences, en particulier
culturelles. L’étude de l’Union européenne met en évidence les débats et les choix opérés
depuis le début des années 1990, notamment sur les articulations entre approfondissements
et élargissements, les modes de gouvernance dans l’Union, la place et l’action de celle-ci
dans le monde. Les mutations économiques et sociales et leurs conséquences géographi-
ques sont posées à différentes échelles. L’analyse géopolitique interne et externe du conti-
nent précise le rôle des principales puissances européennes en y incluant celui des pays
non-membres de l’Union européenne, dont la Russie.

Les dynamiques africaines, moyennes et proche-orientales demandent une réflexion sur les
effets de la colonisation et de la décolonisation dans la structuration des Etats, des nations et
des territoires. On tient compte de la diversité et de l’ancienneté des cultures. L’importance
des ressources est posée comme un des grands enjeux géopolitiques du monde. Les Etats
et les populations apparaissent comme acteurs du processus du développement sous la
double contrainte de l’influence des puissances régionales – dont les plus importantes pour-
ront utilement servir de points d’appui à l’analyse - et des interventions extérieures.

Module IV. Géodynamique continentale de l’Amérique et de l’Asie

IV.1. Les Amériques


IV1.1. La construction des territoires et les grandes aires culturelles
IV.1.2. Les Etats-Unis : économie, société, puissance
IV.1.3. L’Amérique latine entre développement, indépendances et dépendances
IV.1.4. Géopolitique des Amériques

IV.2. L’Asie
IV.2.1. Etats, territoires, cultures et sociétés
IV.2.2. Les espaces asiatiques dans la mondialisation
IV.2.3. Géopolitique d’un continent multipolaire, le rôle régional et mondial de la Chine, de
l’Inde et du Japon

© Ministère de l’enseignement supérieur et de la recherche, 2013 5


http://www.enseignementsup-recherche.gouv.fr
Commentaire

L’étude du continent américain, éclairée par les héritages de la conquête, analyse la mise en
valeur de l’espace, la construction des sociétés et des Etats et l‘organisation des territoires.
Les relations géopolitiques et géoéconomiques entre l’Amérique anglo-saxonne et
l’Amérique latine sont posées ainsi que la question des intégrations régionales et continenta-
les qui mettent en évidence le jeu des puissances en Amérique latine. Le rôle du Brésil est
abordé du point de vue de son influence régionale et de ses ambitions mondiales. Les Etats-
Unis font l’objet d’une approche spécifique.

L’étude du continent asiatique débute par une présentation de l’organisation des Etats et des
sociétés. Le recours au temps long permet de comprendre la diversité politique et culturelle
du continent.
La place montante de l’Asie dans la mondialisation, l’importance de ses métropoles et de ses
façades maritimes, sont mises en valeur. Le module aborde l’étude géopolitique, interne et
externe, de ce continent multipolaire et souligne la puissance régionale et mondiale de la
Chine, de l’Inde et du Japon.

© Ministère de l’enseignement supérieur et de la recherche, 2013 6


http://www.enseignementsup-recherche.gouv.fr